feat: implement ZCLAW Agent Intelligence Evolution Phase 1-3

Phase 1: Persistent Memory + Identity Dynamic Evolution
- agent-memory.ts: MemoryManager with localStorage persistence, keyword search, deduplication, importance scoring, pruning, markdown export
- agent-identity.ts: AgentIdentityManager with per-agent SOUL/AGENTS/USER.md, change proposals with approval workflow, snapshot rollback
- memory-extractor.ts: Rule-based conversation memory extraction (Phase 1), LLM extraction prompt ready for Phase 2
- MemoryPanel.tsx: Memory browsing UI with search, type filter, delete, export (integrated as 4th tab in RightPanel)

Phase 2: Context Governance
- context-compactor.ts: Token estimation, threshold monitoring (soft/hard), memory flush before compaction, rule-based summarization
- chatStore integration: auto-compact when approaching token limits

Phase 3: Proactive Intelligence + Self-Reflection
- heartbeat-engine.ts: Periodic checks (pending tasks, memory health, idle greeting), quiet hours, proactivity levels (silent/light/standard/autonomous)
- reflection-engine.ts: Pattern analysis from memory corpus, improvement suggestions, identity change proposals, meta-memory creation

Chat Flow Integration (chatStore.ts):
- Pre-send: context compaction check -> memory search -> identity system prompt injection
- Post-complete: async memory extraction -> reflection conversation tracking -> auto-trigger reflection

Tests: 274 passing across 12 test files
- agent-memory.test.ts: 42 tests
- context-compactor.test.ts: 23 tests
- heartbeat-reflection.test.ts: 28 tests
- chatStore.test.ts: 11 tests (no regressions)

Refs: ZCLAW_AGENT_INTELLIGENCE_EVOLUTION.md updated with implementation progress

docs/ZCLAW_AGENT_INTELLIGENCE_EVOLUTION.md

@@ -3,6 +3,18 @@
 > **文档日期**：2026-03-15  
 > **定位**：`ZCLAW_NEXT_EVOLUTION_STRATEGY.md` 的**专题补充文档**，聚焦 Agent 智能层的深度差距分析与演化路径  
 > **核心问题**：ZCLAW 当前的 Agent 只是"解决问题的帮手"，而 OpenClaw 的 Agent 是"可持续成长的助手"——如何弥合这一差距？
+>
+> **后续升级路径**：[`ZCLAW_OPENVIKING_INTEGRATION_PLAN.md`](./ZCLAW_OPENVIKING_INTEGRATION_PLAN.md) 中规划了基于 **OpenViking**（火山引擎开源 AI 智能体上下文数据库）的升级方案，作为本文档 Phase 1 自建记忆系统的**后续增强**选项。当前优先按本文档方案实施。
+
+### 📊 实施进度（2026-03-15 更新）
+
+| Phase | 状态 | 交付物 | 测试覆盖 |
+|-------|------|--------|---------|
+| **Phase 1: 持久记忆 + 身份演化** | ✅ 已完成 | `agent-memory.ts`, `agent-identity.ts`, `memory-extractor.ts`, `MemoryPanel.tsx` | 42 tests |
+| **Phase 2: 上下文压缩** | ✅ 已完成 | `context-compactor.ts` + chatStore 集成 | 23 tests |
+| **Phase 3: 主动智能 + 自我反思** | ✅ 已完成 | `heartbeat-engine.ts`, `reflection-engine.ts` | 28 tests |
+| **Phase 4: 多 Agent 协作** | 📋 规划中 | — | — |
+| **全量测试** | ✅ 274 passing | 12 test files | — |
 
 ---
 
@@ -1066,33 +1078,40 @@ interface SkillDiscovery {
 
 ## 十一、立即可执行的行动（本周）
 
-### P0（本周必须启动）
+### P0（本周必须启动）— ✅ 全部完成
 
-1. **确认记忆存储技术选型**
-   - 推荐：SQLite + FTS5，在 Tauri 环境中验证可行性
-   - 输出：技术 POC（Proof of Concept）
+1. ✅ **确认记忆存储技术选型**
+   - Phase 1 采用 localStorage 持久化（无外部依赖），升级路径已预留 SQLite + FTS5
+   - 输出：`agent-memory.ts` MemoryManager 实现 + 42 项单元测试
 
-2. **设计 MemoryEntry schema 并评审**
-   - 参考本文档 6.2.1 的 schema 设计
-   - 输出：确认的 TypeScript 接口 + SQLite DDL
+2. ✅ **设计 MemoryEntry schema 并评审**
+   - 完整 TypeScript 接口：id, agentId, content, type, importance, source, tags, createdAt, lastAccessedAt, accessCount, conversationId
+   - 支持 5 种类型：fact, preference, lesson, context, task
 
-3. **重构 Agent 工作空间目录结构**
-   - 从全局共享 `config/` 改为每个 Agent 独立目录
-   - 输出：迁移脚本 + 新目录结构
+3. ✅ **重构 Agent 工作空间目录结构**
+   - 通过 `AgentIdentityManager` 实现每个 Agent 独立的 SOUL/AGENTS/USER.md
+   - 支持快照、回滚、变更审批流
 
-### P1（下周启动）
+### P1（下周启动）— ✅ 全部完成
 
-4. **实现 MemoryManager 核心接口**
-   - save / search / get / forget / prune
-   - 输出：`src/lib/agent-memory.ts` + 单元测试
+4. ✅ **实现 MemoryManager 核心接口**
+   - save / search / get / getAll / forget / prune / exportToMarkdown / stats
+   - 输出：`desktop/src/lib/agent-memory.ts` + 42 项测试
 
-5. **在 chatStore 中集成记忆注入**
-   - 每次对话前注入相关记忆到系统提示
-   - 输出：`buildContextWithMemory` 函数集成
+5. ✅ **在 chatStore 中集成记忆注入**
+   - sendMessage 前自动搜索相关记忆 + 注入身份系统提示
+   - 输出：chatStore.ts memory-enhanced 发送流程
 
-6. **实现对话记忆自动提取**
-   - 对话结束后 LLM 提取值得记忆的信息
-   - 输出：`src/lib/memory-extractor.ts` + 测试
+6. ✅ **实现对话记忆自动提取**
+   - Phase 1 规则匹配提取 + Phase 2 LLM 提取 prompt 已预留
+   - 输出：`desktop/src/lib/memory-extractor.ts` + 测试
+
+### P2（额外完成）— ✅
+
+7. ✅ **上下文压缩引擎** — `desktop/src/lib/context-compactor.ts` (23 tests)
+8. ✅ **心跳巡检引擎** — `desktop/src/lib/heartbeat-engine.ts` (28 tests shared)
+9. ✅ **自我反思引擎** — `desktop/src/lib/reflection-engine.ts`
+10. ✅ **记忆浏览 UI** — `desktop/src/components/MemoryPanel.tsx` (RightPanel 第4个 tab)
 
 ---